【深度学习】布匹寻边：抓边误差小于5px【附完整链接】

布匹寻边

项目简介

布匹寻边是指布料裁剪过程中，通过AI寻边技术自动识别布匹的边缘，将检测到的边缘信息输出，确保裁剪的准确性，减少浪费，并提高生产效率。

项目需求

将打满针眼的布匹边缘裁剪掉，且误差小于3px.

项目难点

不同种类的布料（如丝绸、棉布、麻布）具有不同的纹理和形状，传统算法在处理多样化的布料时表现不佳 ，难以适应所有的布匹，且 其处理高分辨率图像时，计算量大，处理速度慢，影响产能。

AI 项目流程

下面的示意图是一个 AI 项目的流程：

检测方案

1、数据采集

在布匹上方安装相机，在布匹卷绕的过程中进行实时拍摄，采集布匹边缘数据。

2、数据标注

采用多边形标注，将针眼边缘左侧的布匹标注。

注：标注有针眼的一侧时，需标注精细，贴近针孔边缘标注，良好的标注数据是训练出好模型的前提。

3、模型训练

通过 语义分割模型，可以实现像素精度的分类，准确提取边缘，误差小于3px，显著提高寻边的精确度。

训练数据信息：


模型训练参数设置：


模型训练指标：

4、模型测试

将训练好的模型与测试数据导入AI测试平台，查看模型效果。如模型离线效果达标，可更新至现场；如模型效果不达标，需优化标注数据和训练参数，直至模型达标。

方案优势

• 兼容多种布匹：
  不同类型的布料（如棉、丝绸、合成纤维等）都 只需要标注小部分数据 加入训练即可识别，布料类型标注、训练达到一定数量后可以实现对新类型的布匹的边缘检测。
• 高精度检测：
  与传统算法相比较，采用深度学习技术，抓边误差低，布匹边缘裁剪更精准。避免了布匹因定位不准，导致裁剪区域过度，造成的资源浪费。

检测效果

工具链接

AI工具：https://dlcv.com.cn
原文链接： https://bbs.dlcv.com.cn